装饰器 (Decorators)
装饰器是 Python 中一个非常强大且常用的功能，它允许我们在不修改原函数代码的情况下，动态地增加函数的功能。本质上，装饰器是一个接收函数作为参数并返回一个新函数的高阶函数。
1. 什么是装饰器？
假设我们有一个函数，我们想在它执行前后打印日志，但不想修改函数本身的逻辑。
不使用装饰器
def my_func():
print("Executing my_func")
def log_wrapper(func):
print("Before calling...")
func()
print("After calling...")
log_wrapper(my_func)
使用装饰器
Python 提供了 @ 语法糖，使上面的逻辑更加简洁。
def my_decorator(func):
def wrapper():
print("Something is happening before the function is called.")
func()
print("Something is happening after the function is called.")
return wrapper
@my_decorator
def say_hello():
print("Hello!")
say_hello()
# 输出:
# Something is happening before the function is called.
# Hello!
# Something is happening after the function is called.
2. 装饰带参数的函数
如果你要装饰的函数接收参数，那么装饰器内部的 wrapper 函数也必须能够接收这些参数。最通用的做法是使用 *args 和 **kwargs。
def log_args(func):
def wrapper(*args, **kwargs):
print(f"Calling function with args: {args}, kwargs: {kwargs}")
return func(*args, **kwargs) # 记得返回原函数的执行结果
return wrapper
@log_args
def add(a, b):
return a + b
result = add(3, 5)
# 输出: Calling function with args: (3, 5), kwargs: {}
print(result) # 输出: 8
关于 *args 和 **kwargs
这两个是 Python 中的可变参数语法，在装饰器中非常关键：
*args(Arguments)：用于接收任意数量的位置参数（Positional Arguments），并将它们打包成一个元组 (Tuple)。例如，调用add(1, 2)时，args就是(1, 2)。**kwargs(Keyword Arguments)：用于接收任意数量的关键字参数（Keyword Arguments），并将它们打包成一个字典 (Dictionary)。例如，调用func(a=1, b=2)时，kwargs就是{'a': 1, 'b': 2}。
在 wrapper 函数中使用它们，可以确保无论原函数 func 定义了什么样的参数，wrapper 都能正确地接收并传递给它。
3. 带参数的装饰器
有时候，我们需要给装饰器本身传递参数，比如设置日志级别或重试次数。这时候需要多包一层函数。
def repeat(num_times):
def decorator_repeat(func):
def wrapper(*args, **kwargs):
for _ in range(num_times):
result = func(*args, **kwargs)
return result # 放在循环外，只返回最后一次调用的结果
return wrapper
return decorator_repeat
@repeat(num_times=3)
def greet(name):
print(f"Hello {name}")
greet("World")
# 输出:
# Hello World
# Hello World
# Hello World
如果原函数没有返回值怎么办？
这也是完全没问题的。在 Python 中，如果一个函数没有显式的 return 语句，它默认返回 None。
所以在上面的例子中，result 会接收到 None，并且 wrapper 最终也会返回 None。这样做的好处是它可以保持原函数的行为一致：如果原函数有返回值，装饰器就返回它；如果没有，就返回 None，就像原函数一样。
为什么需要三层函数？
这确实容易让人头晕，我们可以这样拆解：
- 第一层
repeat(num_times)：这是最外层，它的任务是接收你传递给装饰器的参数（如3），并返回真正的装饰器函数（即第二层）。 - 第二层
decorator_repeat(func)：这是真正的装饰器，它的任务是接收被装饰的函数（如greet），并返回包装后的函数（即第三层）。 - 第三层
wrapper(*args, **kwargs)：这是最终执行的函数，它的任务是接收原函数的参数（如"World"），并在其中执行具体的逻辑（由于闭包特性，它可以同时访问num_times和func）。
简单来说：第一层收装饰器参数，第二层收函数，第三层收函数的参数。
4. functools.wraps 的重要性
使用装饰器后，原函数的元信息（如 __name__、__doc__）会被 wrapper 函数覆盖。为了保留原函数的元信息，应该使用 functools.wraps 装饰 wrapper 函数。
import functools
def my_decorator(func):
@functools.wraps(func) # 保留原函数的元数据
def wrapper(*args, **kwargs):
"""Wrapper function docstring"""
print("Calling decorated function")
return func(*args, **kwargs)
return wrapper
@my_decorator
def example():
"""Example function docstring"""
print("Called example function")
print(example.__name__) # 输出: example (如果没有 @wraps，会输出 wrapper)
print(example.__doc__) # 输出: Example function docstring
5. 类装饰器
装饰器不仅可以修饰函数，也可以修饰类。
def singleton(cls): # cls 这里接收的是被装饰的类本身
"""单例模式装饰器"""
instances = {}
def get_instance(*args, **kwargs):
if cls not in instances:
instances[cls] = cls(*args, **kwargs) # 相当于调用 DatabaseConnection()
return instances[cls]
return get_instance
@singleton
class DatabaseConnection:
def __init__(self):
print("Database connected")
db1 = DatabaseConnection()
db2 = DatabaseConnection()
print(db1 is db2) # 输出: True
总结
- 装饰器是修改函数行为的一种优雅方式，遵循“开放封闭原则”。
- 使用
@decorator语法糖应用装饰器。 - 使用
*args和**kwargs处理参数。 - 使用
functools.wraps保留原函数元数据。 - 常见应用：日志记录、性能测试、权限校验、缓存（
@lru_cache）。
下一步
掌握了这些高级特性后，我们可以将目光转向更实战的领域：算法与数据结构。在刷 LeetCode 时，Python 提供了许多内置的高效数据结构，能让你的解题事半功倍。